职位描述岗位背景 我们正在构建面向真实人形机器人的全身 VLA（Vision-Language-Action）统一模型，目标是让机器人能够在复杂物理环境中，基于视觉与语言指令，完成稳定、可泛化的全身运动与操作任务。该岗位将深度参与从模型设计、数据构建、训练策略到仿真与真机部署的完整技术链路，是团队的核心技术角色之一。 岗位职责 1、全身 VLA 模型设计与研发 参与设计和实现面向人形机器人的 Vision-Language-Action 统一模型架构 将视觉、语言、高维状态与全身动作空间进行有效融合，支持行走、操作、交互等复杂任务 探索适用于人形机器人的 端到端 / 分层 / 混合式 VLA 控制范式 2、全身动作表示与控制接口 设计适合人形机器人的 全身动作表示（关节空间、任务空间、分层控制等） 将 VLA 模型输出与底层控制系统（如 WBC、阻抗控制、RL policy）进行对接 处理稳定性、安全性、实时性等工程约束 3、数据构建与训练策略 参与构建多模态训练数据（视觉、语言、状态、动作、接触等） 设计并实现： 仿真数据生成与自动采集 真机数据采集与回放 模仿学习 / 离线 RL / 强化学习 / 后训练策略 探索数据规模、质量与泛化能力之间的权衡 4、仿真-真机闭环与模型评估 在高保真仿真环境中验证模型能力，并推进向真实人形机器人迁移 与测试、控制、硬件团队协作，建立模型评估指标与 benchmark 分析模型失败案例，推动模型与数据的持续迭代 5、前沿技术调研与落地 跟踪并评估前沿工作（VLA、VLM、全身控制、世界模型等） 将合适的方法转化为工程可落地的系统方案 参与团队长期技术路线规划任职要求基本要求 硕士及以上学历，计算机、机器人、自动化、人工智能等相关方向 扎实的机器学习 / 深度学习基础，对模型训练与优化有实践经验 熟练使用 Python，熟悉 PyTorch / JAX 等主流框架之一 对机器人真实物理约束与工程落地有基本认知 机器人与模型相关背景（满足部分即可） 有以下至少一项经验： 强化学习 / 模仿学习在机器人上的应用 人形机器人或复杂多自由度系统控制 VLM / 多模态模型在 embodied 场景中的应用 理解或参与过： Whole-body control / motion tracking 高维动作空间建模 接触、稳定性、动力学约束等问题 工程能力 熟悉 Linux 开发环境，具备良好的工程实现与调试能力 能够阅读和理解较大规模代码库 具备一定实验设计、结果分析与复现能力 加分项（非必须） 有人形机器人、四足机器人、机械臂等真实平台经验 熟悉 Isaac Sim / Isaac Lab / Mujoco 等仿真工具 有大规模数据训练、分布式训练或多卡训练经验 熟悉 ROS / ROS2、机器人中间件 参与过 VLA / VLM / 世界模型 / Foundation Model 相关研究或开源项目 技术栈示例（非限制） 模型：Transformer、Diffusion Policy、VLM + Policy Head、World Model 学习范式：Imitation Learning、Offline RL、RLHF、Post-Training 仿真：Isaac Sim / Isaac Lab / Mujoco 部署：WBC、阻抗控制、策略蒸馏、模型压缩 我们能提供 深度参与人形机器人通用智能核心模型的机会 从数据到真机的完整技术闭环 与算法、控制、仿真、硬件多方向工程师紧密合作 有竞争力的薪酬与长期发展空间 适合这样的人 希望解决“如何让机器人用一个模型完成真实世界复杂任务”的问题 对人形机器人、具身智能、全身控制有长期投入意愿 能接受研究与工程高度交织的工作方式
